可能很多人在大一的时候，就已经接触递归了，不过，我相信很多人刚开始接触递归的时候，都是一脸懵逼的，因为我当初也是懵逼，递归给我的感觉就是真的太神奇太奇妙了！
可能也有一大部分人知道递归，也能看的懂递归，但在实际做题过程中，却不知道怎么使用，因为不容易理解所以有时候还容易被搞晕。因此，我想写一篇文章，谈谈我的一些经验，或许，能够给你们带来一些帮助。这里我就从易到难开始讲解。
递归的三大要素
第一要素：明确你这个函数想要干什么
对于递归，我认为很重要的一件事就是，这个函数的功能是什么，它要完成什么样的一件事，而这个，是完全由你自己来定义的。即，我们先不管函数里面的代码是什么，而是要先明白，这个函数是要用来干什么。
例如，我定义了下面这个函数：
// 算 n 的阶乘(假设n不为0)
int f(int n) {
}
这个函数的功能是算 n 的阶乘。好了，我们已经定义了一个函数，并且定义了它的功能是什么，接下来我们看第二要素。
第二要素：寻找递归结束条件
所谓递归，就是会在函数内部代码中，调用这个函数本身，所以，我们必须要找出递归的结束条件，不然的话，会一直调用自己，导致栈溢出。也就是说，我们需要找出当参数为某个值时，递归结束，然后直接把结果返回，这个时候我们必须能根据这个参数的值，能够直接知道函数的结果是什么。
例如，上面那个例子，当 n = 1 时，f(1) = 1。完善我们函数内部的代码，把第二要素加进代码里面，如下:
// 算 n 的阶乘(假设n不为0)
int f(int n) {
if(n == 1)
return 1;
}
有人可能会说，当 n = 2 时，那我们可以直接知道 f(n) 等于多少啊，那我可以把 n = 2 作为递归的结束条件吗？
当然可以，只要你觉得当参数为何值时，能够直接知道函数的结果的时候，那么你就可以把这个参数作为结束的条件，所以下面这段代码也是可以的：
// 算 n 的阶乘(假设n>=2)
int f(int n) {
if(n == 2)
return 2;
}
注意我代码里面写的注释，假设 n >= 2，因为如果 n = 1时，会被漏掉，当 n <= 2时，f(n) = n，所以为了更加严谨，我们可以写成这样：
// 算 n 的阶乘(假设n不为0)
int f(int n) {
if(n <= 2)
return n;
}
第三要素：找出函数的等价关系式
第三要素就是我们要不断缩小参数的范围，缩小之后，我们可以通过一些辅助的变量或操作，使原函数的结果不变。
例如，f(n) 这个范围比较大，我们可以让 f(n) = n * f(n - 1)。这样，范围就由 n 变成了 n-1 ，范围变小了，并且为了让原函数f(n)的结果不变，我们需要让 f(n-1) 乘以 n。
说白了，就是要找到原函数的一个等价关系式，f(n) 的等价关系式为 n * f(n - 1)，即f(n) = n * f(n - 1)。
找出了这个等价，继续完善我们的代码，我们把这个等价式写进函数里。如下：
// 算 n 的阶乘(假设n不为0)
int f(int n) {
if(n <= 2)
return n;
// 把 f(n) 的等价操作写进去
return f(n - 1) * n;
}
至此，递归三要素都已经写进了代码里，所以这个 f(n) 功能的内部代码我们已经写好了。
这就是递归最重要的三要素，每次做递归的时候，你就强迫自己试着去寻找这三个要素。
下面来看几个案例。
案例一：斐波那契数列
斐波那契数列的是这样一个数列：1、1、2、3、5、8、13、21、34….，即第一项 f(1) = 1,第二项 f(2) = 1…..,第 n 项目为 f(n) = f(n-1) + f(n-2)。求第 n 项的值是多少。
1、递归函数的功能
假设 f(n) 的功能是求第 n 项的值，代码如下：
int f(int n) {
}
2、找出递归结束的条件
显然，当 n = 1 或者 n = 2 ,我们可以轻易着知道结果 f(1) = f(2) = 1。所以递归结束条件可以为 n <= 2。代码如下：
int f(int n) {
if(n <= 2)
return 1;
}
3、找出函数的等价关系式
题目已经把等价关系式给我们了，所以我们很容易就能够知道 f(n) = f(n - 1) + f(n - 2)。
所以最终代码如下：
int f(int n) {
// 1.先写递归结束条件
if(n <= 2)
return 1;
// 2.接着写等价关系式
return f(n - 1) + f(n - 2);
}
搞定，是不是很简单？
案例二：小青蛙跳台阶
一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
1、递归函数的功能
假设 f(n) 的功能是求青蛙跳上一个n级的台阶总共有多少种跳法，代码如下：
int f(int n) {
}
2、找出递归结束的条件
我说了，求递归结束的条件，你直接把 n 压缩到很小很小就行了，因为 n 越小，我们就越容易直观着算出 f(n) 的多少，所以当 n = 1时，你知道 f(1) 为多少吧？够直观吧？即 f(1) = 1。代码如下：
int f(int n) {
if(n == 1)
return 1;
}
3、找出函数的等价关系式
每次跳的时候，小青蛙可以跳一个台阶，也可以跳两个台阶，也就是说，每次跳的时候，小青蛙有两种跳法。
第一种跳法：第一次跳了一个台阶，那么还剩下n-1个台阶还没跳，剩下的n-1个台阶的跳法有f(n-1)种。
第二种跳法：第一次跳了两个台阶，那么还剩下n-2个台阶还没，剩下的n-2个台阶的跳法有f(n-2)种。
所以，小青蛙的全部跳法就是这两种跳法之和了，即 f(n) = f(n - 1) + f(n - 2)。至此，等价关系式就求出来了。于是写出代码：
int f(int n) {
if(n == 1) {
return 1;
return f(n - 1) + f(n - 2);
}
大家觉得上面的代码对不对？
答是不大对，当 n = 2 时，显然会有 f(2) = f(1) + f(0)。我们知道，f(0) = 0，按道理是递归结束，不用继续往下调用的，但我们上面的代码逻辑中，会继续调用 f(0) = f(-1) + f(-2)。这会导致无限调用，进入死循环。
这也是我要和你们说的，关于递归结束条件是否够严谨的问题，有很多人在使用递归的时候，由于结束条件不够严谨，导致出现死循环。也就是说，当我们在第二步找出了一个递归结束条件的时候，可以把结束条件写进代码，然后进行第三步，但是需要注意的是，当我们第三步找出等价函数之后，还得再返回去第二步，根据第三步函数的调用关系，会不会出现一些漏掉的结束条件。就像上面，f(n-2)这个函数的调用，有可能出现 f(0) 的情况，导致死循环，所以我们把它补上。代码如下：
int f(int n) {
//f(0) = 0,f(1) = 1，等价于 n<=1时，f(n) = n。
if(n <= 1)
return n;
ruturn f(n - 1) + f(n - 2);
}
有人可能会说，我不知道我的结束条件有没有漏掉怎么办？别怕，多练几道就知道怎么办了。
案例3：反转单链表。
反转单链表。例如链表为：1->2->3->4，反转后的链表为： 4->3->2->1
链表的节点定义如下：
class Node{
int data;
Node next;
}
1、递归函数的功能
假设函数 reverseList(head) 的功能是反转单链表，其中 head 表示链表的头节点。代码如下：
Node reverseList(Node head) {
}
2. 寻找结束条件
当链表只有一个节点，或者如果是空表时，直接把 head 返回。代码如下：
Node reverseList(Node head) {
if(head == null || head.next == null)
return head;
}
3. 寻找等价关系
这个题目的等价关系不像 n 是个数值那样，比较容易寻找。但是我告诉你，在等价关系中，一定是范围不断在缩小的。对于链表来说，就是链表的节点个数不断在变少。所以，如果你实在找不出，你就先对 reverseList(head.next) 递归走一遍，看看结果是怎样的。例如有链表节点如下：
我们就缩小范围，先对 2->3->4递归下试试，即代码如下
Node reverseList(Node head) {
if(head == null || head.next == null)
return head;
// 我们先把递归的结果保存起来，先不返回，因为我们还不清楚这样递归是对还是错
Node newList = reverseList(head.next);
}
我们在第一步的时候，就已经定义了 reverseList函数的功能：把一个单链表反转。因此，我们对 2->3->4反转之后的结果应该是这样的：
我们把 2->3->4 递归成 4->3->2。不过，1 这个节点我们并没有去碰它，所以 1 的 节点仍然是连接2节点。
接下来呢？该怎么办？
其实，接下来就简单了，我们接下来只需要把节点 2 的 next 指向 1，然后把 1 的 next 指向 null,不就行了？，即通过改变 newList 链表之后的结果如下：
也就是说，reverseList(head) 等价于 reverseList(head.next) + 改变一下1，2两个节点的指向。好了，等价关系就这样找出来了，代码如下(有详细的解释)：
//用递归的方法反转链表
public static Node reverseList2(Node head) {
// 1.递归结束条件，当head只有一个节点或为空时，直接返回head
if (head == null || head.next == null)
return head;
// 递归反转 子链表
Node newList = reverseList2(head.next);
// 改变 1，2节点的指向
// 通过 head.next获取节点2
Node t1 = head.next;
// 让 2 的 next 指向 1
t1.next = head;
// 1 的 next 指向 null
head.next = null;
// 最后把反转之后的链表直接返回
return newList;
}
这道题的第三步看的很懵？正常，因为你做还是太少，可能没有想到还可以这样，多练几道就可以了。但是，我希望通过这三道题，给了你以后用递归做题时的一些思路，你以后做题可以按照我这个模式去想。通过一篇文章是不可能掌握递归的，还得多练，我相信，只要你认真看我的这篇文章，多看几次，一定能找到一些思路！
接下来我讲讲有关递归的一些优化。
有关递归的一些优化思路
1. 考虑是否重复计算
如果你使用递归的时候不进行优化，是有非常多的子问题被重复计算的。
啥是子问题？ f(n-1),f(n-2)….就是 f(n) 的子问题了。
例如对于案例2那道题，f(n) = f(n-1) + f(n-2)。递归调用的状态图如下：
当进行递归计算的时候，重复计算了两次 f(4)，五次 f(2）...... 这是非常恐怖的，n 越大，重复计算的就越多，所以我们必须进行优化。
如何优化？一般我们可以把我们计算的结果保存起来，例如把 f(4) 的计算结果保存起来，当再次要计算 f(4) 的时候，我们先判断一下，之前是否计算过，如果计算过，直接把 f(4) 的结果取出来就可以了，没有计算过的话，再递归计算。
用什么保存呢？可以用数组或者 HashMap 保存，我们用数组来保存把，把 n 作为我们的数组下标，f(n) 作为值，例如 arr[n] = f(n)。f(n) 还没有计算过的时候，我们让 arr[n] 等于一个特殊值，例如 arr[n] = -1。
当我们要判断的时候，如果 arr[n] = -1，则证明 f(n) 没有计算过，否则， f(n) 就已经计算过了，且 f(n) = arr[n]。直接把值取出来就行了。代码如下：
// 我们假定arr数组已经初始化好了
int f(int n) {
if(n <= 1)
return n;
//先判断有没计算过
if(arr[n] != -1)
//计算过，直接返回
return arr[n];
else {
// 没有计算过，递归计算,并且把结果保存到arr数组里
arr[n] = f(n - 1) + f(n - 1);
reutrn arr[n];
}
}
也就是说，使用递归的时候，必须要考虑有没有重复计算，如果重复计算了，一定要把计算过的状态保存起来。
2. 考虑是否可以自底向上
对于递归问题，我们一般都是从上往下递归的，直到递归到最底，再一层一层着把值返回。
不过，有时候当 n 比较大的时候，例如当 n = 10000 时，那么必须要往下递归10000层直到 n <=1 才将结果慢慢返回，如果n太大的话，可能栈空间会不够用。
对于这种情况，其实我们是可以考虑自底向上的做法的。例如我知道f(1) = 1和f(2) = 2，那么我们就可以推出 f(3) = f(2) + f(1) = 3。从而可以推出f(4),f(5)等直到f(n)。因此，我们可以考虑使用自底向上的方法来取代递归，代码如下：
public int f(int n) {
if(n <= 2)
return n;
int f1 = 1;
int f2 = 2;
int sum = 0;
for (int i = 3; i <= n; i++) {
sum = f1 + f2;
f1 = f2;
f2 = sum;
}
return sum;
}
这种方法被称之为递推，也叫迭代循环。
最后总结
其实，递归不一定总是从上往下，也是有很多是从下往上的，例如 n = 1 开始，一直递归到 n = 1000，例如一些排序组合。对于这种从下往上的，也是有对应的优化技巧，不过，我就先不写了，后面再慢慢写。